前言

生成对抗网络是目前比较流行的深度学习网络结构，其包括生成模型和判别模型，在图像处理、自然语言处理等方面有显著的效果。

1. 生成对抗网络（Generative Adversarial Networks）

• 提出：

  GAN启发自博弈论中的零和博弈，由Goodfellow于2014年提出

  Goodfellow, Ian, et al. Generative adversarial nets.NIPS,2014.

• 两部分：

  生成模型（generative model G）：捕捉样本数据的分布

  判别模型（discriminative model D）：一个二分类器，判别输入是真实数据还是生成的样本

• “二元极小极大博弈（minimax two-player game）”问题：

  训练时固定一方，更新另一个模型的参数，交替迭代，使得对方的错误最大化

  最终G 能估测出样本数据的分布，D的概率趋近$\frac{1}{2}$，无法分辨真假

  阅读全文 »

前言

目标检测经典算法faster-rcnn在caffe框架上的实现，本文介绍了代码配置过程。

前言

caffe安装时，对GPU环境的搭建和配置。

本文环境为：ubuntu16.04，cuda8.0，cudnn5,opencv3.1。

安装驱动

• ctrl+alt+f4，进入tty界面，关闭图形

1

$sudo service lightdm stop

• 添加驱动源：

1
2
3
4
5
6

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-367
sudo apt-get install nvidia-settings
sudo apt-get install nvidia-prime
sudo reboot

• 添加显卡切换器(可选)：

1
2
3

sudo add-apt-repository ppa:nilarimogard/webupd8
sudo apt-get update
sudo apt-get install prime-indicator

1

nvidia-smi

前言

本文主要介绍一些hexo博客搭建的具体过程，包括自定义样式的修改，自定义域名解析等。欢迎互相交流。